Créditos ECTS Créditos ECTS: 6
Horas ECTS Criterios/Memorias Traballo do Alumno/a ECTS: 111 Horas de Titorías: 1 Clase Expositiva: 18 Clase Interactiva: 20 Total: 150
Linguas de uso Inglés
Tipo: Materia Ordinaria Máster RD 1393/2007 - 822/2021
Departamentos: Electrónica e Computación, Departamento externo vinculado ás titulacións
Áreas: Electrónica, Área externa Máster en Visión por Computador / Computer Vision
Centro Escola Técnica Superior de Enxeñaría
Convocatoria: Primeiro semestre
Docencia: Con docencia
Matrícula: Matriculable | 1ro curso (Si)
Comprende-lo principio de funcionamiento dun sistema de visión artificial para distintos tipos de sensores e os seus respectivos campos de aplicación.
Tema 1- Adquisición de Imaxes e Vídeo
Tema 2- Sensores de Imaxe Intelixentes
Tema 3- Algoritmos de Visión por Computador
Tema 4- Calibración de Cámaras
Tema 5- Adquisición de Datos 3D
Tema 6- Sistemas de Visión Industrial
Tema 7- Aplicacións de Visión Industrial
Bibliografía Básica
Richard Szeliski. "Computer Vision: Algorithms & Applications". Springer 2010.
Rafael C. González, Richard E. Woods. "Digital Image Processing". Third Edition. Pearson 2007.
Jun Ohta. "Smart Image Sensors and Applications". Second Edition. CRC Press 2020.
Junichi Nakamura. "Image Sensors & Signal Processing for Digital Still Cameras". CRC Press 2016.
Alexander Hornberg, "Handbook of Machine and Computer Vision: The Guide for Developers and Users", Wiley-VCH, 2017.
E. R. Davies, "Machine Vision, Theory, Algorithms, Practicalities", Academic Press, 2012.
Adrian Kaehler, Gary Bradsky, "Learning OpenCV 3", O'Reilly Media Inc., 2017.
Laurent Berger, "Traitement d'images et de vidéos avec OpenCV 4 en Python (Windows, Linux, Raspberry)", Éditions D-BookeR, 2020.
Bibliografía Complementaria
Eric R. Fossum, Nobukazu Teranishi, Albert Theuwissen, David Stoppa, Edoardo Charbon. "Photon-Couting Image Sensors", MDPI 2017.
Image Sensors World (Internet Blog)- http://image-sensors-world.blogspot.com/
D. Forsyth, J. Ponce, "Computer Vision, a Modern Approach", Prentice Hall, 2003.
R. Hartley, A. Zisserman, "Multiple View Geometry in Computer Vision", Cambridge University Press, 2003.
Competencias Básicas
CB7- Que o estudantado saiba aplica-los coñecementos adquiridos e capacidade de resolución de problemas en entornos novos ou pouco coñecidos dentro de contextos máis amplos (ou multidisciplinares) relacionados coa súa área de estudo.
Competencias Transversais
CT2- Capacidade de traballo en equipo, organización e planificación.
CT5- Incorporar no exercicio profesional criterios de sostenibilidade e compromiso ambiental. Adquirir habilidades no uso equitativo, responsable e eficiente dos recursos.
Competencias Xerais
CG3- Capacidade para desenrolar sistemas de visión por computador dependendo das necesidades existentes e aplicar-la ferramentas tecnolóxicas máis adecuadas.
CG4- Capacidade de análise crítica e de avaliación rigurosa de tecnoloxías e metodoloxía.
Competencias Específicas
CE6- Coñecer e aplica-los fundamentos dos sistemas de adquisición de imaxe e de visión artificial.
Impartirase docencia expositiva por parte do profesorado, explicando os conceptos de cada tema. Poranse exemplos de casos de uso en cada tema. Algúns conceptos complementaranse mediante seminarios. O estudantado realizará prácticas de laboratorio e traballo propio para desenrolar contidos.
Esta materia require asistencia presencial de todo o alumnado á Universidade de Santiago de Compostela para a realización de parte das súas prácticas de laboratorio.
Plans de continxencia COVID-19- en apartado Observacións
Exame final- 40%
Traballos e prácticas de laboratorio- 60%
Plan de continxencia COVID-19- Observacións
Presencialidade: clases expositivas, interactivas e exame
Docencia expositiva- 18 horas
Docencia interactiva- 20 horas
Exame- 4 horas
Total- 42 horas
Horas de traballo propio do alumnado
Estudio docencia expositiva- 55 horas
Actividades, traballos e laboratorio- 65 horas
Total- 120 horas
Total asignatura- 162 horas
Non hai secretos. Asistir a clase, preguntar dúbidas, ampliar coñecementos mediante bibliografía recomendada, propia ou acceso a Internet, e sobre todo estudiar diariamente, e usa-las tutorías cos profesores.
As clases impartiranse en inglés.
PLAN DE CONTIXENCIA COVID-19
1) Obxectivos: sen cambios
2) Contidos: sen cambios
3) Material bibliográfico: sen cambios
4) Competencias: sen cambios
5) Metodoloxía:
Escenario 2
As clases expositivas serán telemáticas, mantendo o horario oficial de clase, síncronas- salvo asíncronamente por causas sobrevidas que se comunicarán ao alumnado con anterioridade
Interactivas de seminario e de laboratorio:
Parte da docencia se desenvolverá de xeito telemático:
Se as medidas adoptadas polas autoridades sanitarias o permiten, as clases expositivas desenvolveranse telemáticamente, e as interactivas presencialmente respectando o horario oficial de clases aprobado polo centro.
Se a limitación de aforo ditado polas autoridades sanitarias non permite que todo o alumnado asista ás clases interactivas presenciais, éstas se retransmitirán en streaming. Os alumnos asistirán por quendas ás clases presenciais. O número de alumnos por quenda estará condicionado ás normas en vigor en cada momento.
Priorizarase á hora de programar a actividade da materia a presencialidade nas probas de avaliación. Se debido á unha inevitable rotación do alumnado, as probas de avaliación consumisen un número inasumible de horas, á avaliación correspondente realizaríase telemáticamente.
As titorías poderán ser presenciais ou telemáticas, e requirirán de cita previa.
Escenario 3
A docencia será telemática e as clases desenvolveranse de forma síncrona no horario oficial de clase. Pode ser que, por causas sobrevidas, algunha das clases se desenvolva de forma asíncrona, o que se comunicará ao alumnado con anterioridade.
As titorías serán telemáticas e requirirán de cita previa
6) Sistema de avaliación
Escenarios 2 e 3
As actividades de avaliación que non poidan ser realizadas de xeito presencial, se non poden ser adiadas, realizaranse telematicamente a través das ferramentas institucionais en Office 365 e Moodle. Neste caso esixirase a adopción dunha serie de medidas que requirirán que o alumnado dispoña dun dispositivo con micrófono e cámara mentres non se dispoña dun software de avaliación axeitado. O alumnado pode ser chamado a unha entrevista para comentar ou explicar unha parte ou o total da proba.
Para os casos de realización fraudulenta de exercicios ou probas será de aplicación o recollido na: "Normativa de avaliación do rendemento académico dos estudantes e de revisión de cualificacións”.
7) Tempo de estudo e traballo persoal: sen cambios
8) Recomendacións para o estudio da materia: sen cambios
Victor Manuel Brea Sanchez
Coordinador/a- Departamento
- Electrónica e Computación
- Área
- Electrónica
- Teléfono
- 881816436
- Correo electrónico
- victor.brea [at] usc.es
- Categoría
- Profesor/a: Titular de Universidade
Paula López Martínez
- Departamento
- Electrónica e Computación
- Área
- Electrónica
- Teléfono
- 881816435
- Correo electrónico
- p.lopez [at] usc.es
- Categoría
- Profesor/a: Titular de Universidade
| Venres | |||
|---|---|---|---|
| 15:30-18:30 | Grupo /CLE_01 | Inglés | Aula A5 |
| 31.01.2022 15:30-18:30 | Grupo /CLE_01 | Aula A7 |
| 31.01.2022 15:30-18:30 | Grupo /CLIL_01 | Aula A7 |